Somos apaixonados por problemas de negócios e suas soluções
A identificação e o entendimento da real dor do negócio vem em primeiro lugar.
Ao criarmos algumas hipóteses, tentamos validá-las de maneira rápida com protótipos e análise de dados e, então, com entregas parciais e muita proximidade com nossos clientes.
Nossos diagnósticos são sempre direcionados e embasados por dados (data science), nossas soluções normalmente suportadas com Inteligência Artificial/Machine Learning.
Atuação
O fluxo sempre parte da análise e identificação do problema de negócio, para o desenho e implementação das soluções, "de trás para frente", com foco na criação de valor.
Acreditamos que com nosso conhecimento, com nossa metodologia de validação de premissas, de entregas parciais e com nossas plataformas, conseguimos destravar mais valor, e também mais cedo, como esquematizado na figura ao lado.
Se você quiser entender mais detalhes, continue a leitura da página.
1
Foco
O foco está sempre em identificar precisamente e resolver efetivamente os reais problemas do negócio. A tecnologia é muito importante, porém apenas um habilitador ou facilitador.
2
Abordagem
Aplicamos uma metodologia de discovery que desenvolvemos ao longo dos anos. Começamos pela dor do negócio e procuramos entender onde e o tamanho do valor.
A partir desse diagnóstico, buscamos uma solução de negócio customizada a essa necessidade. Precisamos gerar valor, e esse valor precisa ser maior que o investimento. Assim, não pensamos em possíveis soluções sem antes entender os cenários de retorno.
Com uma estratégia em mente e materializada em um business case simplificado, buscamos validar nossas premissas com números e protótipos de baixa finalidade. Se for para falhar, que seja o mais cedo possível, quando ainda temos recursos para pivotear para uma nova estratégia.
Seguimos com o que funcionou e, sem apego, descartamos aquilo que parecia fazer sentido no plano das ideias, mas não se sustentou quando confrontado com a realidade.
Com uma proposta de trabalho mais madura, seguimos então para o desenvolvimento. Normalmente implementamos soluções com dados e Machine Learning, para tornar o processo mais moderno, eficiente e efetivo.
Porém, sabemos que o aprendizado não pode parar, e que algumas entregas não podem tardar. Assim, organizamos sprints de entregas parciais, de 15-30 dias cada. Essas entregas permitem que os aprendizados continuem e, ao mesmo tempo, vamos tangibilizando o entregável para o cliente final, que tem agora melhores condições de avaliar e corrigir a rota.
Nessa estratégia, vamos gerando valor ao longo do tempo, e diminuindo os riscos de insucesso.
3
Aceleradores
Durante os ciclos de desenvolvimento, para garantir as entregas intermediárias e o aprendizado contínuo, que permitem uma visão “evolutiva", além de uma mentalidade "ágil", quando a solução passa por desenvolvimento de Inteligência Artificial, utilizamos a plataforma DataRobot.
Ela é uma esteira que permite trabalhar boa parte do ponta-a-ponta e com muita velocidade e qualidade. Com um desenvolvimento no-code ou low-code, é muito adequada nos projetos que nós mesmo executamos, mas também naqueles em que apenas apoiamos com mentorias e na democratização de uma cultura data-driven e do desenvolvimento de IA.
4
Plataformas de base
Somos agnósticos de ambiente, porém temos maior experiência no desenvolvimento sobre os produtos da AWS (S3, Athena, EMR, Airflow, etc) e usando Python e pySpark.
